數據要素對供給體系質量的影響研究
——基于279 個地級市面板數據的空間計量分析

孫 萍

（南京郵電大學 經濟學院，江蘇 南京 210023）

一、引言

近年來，黨和國家高度重視我國經濟循環中供給體系的發展質量。黨中央強調，推動高質量發展，“必須堅持深化供給側改革，以創新驅動、高質量供給引領和創造新需求，提升供給體系的韌性和對國內需求的適配性”[1]。深化供給側結構性改革是我國加快構建新發展格局、推動高質量發展的主線，是全面建設社會主義現代化國家實現中國式現代化的必然要求。與此同時，在全球經濟下行的背景下，以數據要素作為關鍵要素的數字經濟已經成為拉動經濟增長、推動經濟高質量發展的重要引擎。那么，數據要素能否提升供給體系質量，其中蘊含的影響機理是什么？這些問題的研究對于我國深化供給側結構性改革具有十分重要的現實意義。

從現有文獻來看，與本研究相關的第一類文獻關注我國供給側目前存在的結構性問題以及相應的政策建議，認為“卡脖子”和關鍵產品高度對外依賴是我國供給體系的短板（張建剛，2021；周曙東等，2021；裴長洪和劉洪愧，2021）[2-4]，同時指出要素市場資源配置效率低也是供給側亟需解決的問題（張峰，2022；榮晨等，2021）[5-6]。第二類文獻集中探索數據要素特殊的運行機制，主要包括推動企業模式創新、產業融合創造和以結果為導向的智能決策（何偉，2020；張路娜等，2021；Brynjolfsson 等，2011；McAfee等，2012）[7-10]。第三類文獻則是關于數據要素的測度，其中大部分研究在測度數據要素時都采用了構建指標體系的方法（陶長琪和丁煜，2022；楊飛虎和龔子浩，2022）[11-12]。

現有文獻在供給體系質量和數據要素的經濟理論方面均已做出積極的探索研究，但是從實證角度出發的測度分析較少，兩者之間關系的研究也比較匱乏。鑒于此，本文可能的邊際貢獻在于：第一，分別構建了衡量數據要素和供給體系質量的指標體系并進行測度分析；第二，基于2011—2020 年中國279個地級市的面板數據，從理論與實證方面分析數據要素對供給體系質量的影響，并從綠色全要素生產率的視角分析數據要素對供給體系質量影響的傳導機制。

二、理論分析與研究假設

（一）數據要素與供給體系質量

第一，數據要素通過促進要素資源市場化配置、深化供給側結構性改革，進而提升供給體系質量。數據要素向傳統要素的滲透融合有助于建立自主有序的要素流動機制，推動要素向優質高效領域流動，改善傳統要素市場中的資源錯配問題[13]。第二，數據要素通過推動產業結構轉型升級深化供給側結構性改革，進而提高供給體系質量。數據要素的形成促進和深化了通用性數字技術與傳統產業專用性技術的融合，推動了產業數字化和數字經濟自身發展的進程[14]。第三，數據要素通過驅動生產主體創新發展深化供給側結構性改革，提升供給體系質量。謝康等（2020）[15]從產品創新視角闡釋數據成為生產要素的企業實現機制，發現所在行業IT 使用強度高的企業可以通過大數據分析直接獲得產品創新績效。第四，數據要素通過推動其他要素協同化生產深化供給側結構性改革[16]。因此，本文提出假設1：

H1：數據要素對供給體系質量提升具有直接的促進作用。

（二）數據要素、綠色全要素生產率與供給體系質量

數據要素賦能城市經濟綠色發展，推動城市經濟轉型。企業層面，數據要素全方面、全鏈條賦能產業鏈和供應鏈，促進傳統企業數字化轉型升級，幫助企業智能化決策，提高企業內部資源配置效率，減少資源的浪費，推動企業綠色化。產業層面，數據要素推動產業結構優化升級，改革產業組織方式，驅動產業數字化進程，推動產業的綠色轉型發展[17-19]。宏觀經濟層面，數據要素可以通過提高傳統要素配置效率，推動生產要素協同發展，提高綠色全要素生產率，促進經濟高質量發展[20]。據此，本文提出假設2：

H2：數據要素通過提升綠色全要素生產率對供給體系質量產生積極影響。

三、研究設計

（一）空間模型設定

本文主要研究數據要素對供給體系質量的影響以及供給體系質量的空間效應，故而構建空間計量模型。由于空間杜賓模型是基于空間滯后模型和空間誤差模型的組合擴展形式，可以考察本地區的被解釋變量是否受本地區和相鄰地區的解釋變量的空間效應影響，故本文選擇空間杜賓模型構建基準回歸模型：

式（1）中，各主要變量的i和t分別代表地級市和年份，Supit和Datait分別表示供給體系質量和數據要素發展水平，Conit指控制變量，δi和μt分別表示個體和時間固定效應，εit為隨機誤差項。各系數的含義如下：ρ表示空間自回歸系數，反映空間溢出效應；θi表示各地級市的空間滯后變量系數，反映鄰接地區解釋變量對本地區被解釋變量的影響。W為空間權重矩陣，考慮到供給體系是一個綜合性的系統且其質量在一定程度上受經濟發展水平的影響，故本文選取地理距離矩陣和經濟距離矩陣作為權重矩陣。

另外，由于供給體系的發展是一個系統的、持續的過程，本研究在靜態空間計量模型的基礎上引入被解釋變量的一階滯后項構建動態空間杜賓模型進一步分析數據要素對供給體系質量的影響，模型如下：

式（2）中，Supi，t-1是供給體系質量的一階時間滯后項，α是被解釋變量供給體系質量一階滯后項的回歸系數，表示上一時期供給體系質量對本期供給體系質量的影響，其余變量及系數同模型（1）一致。

（二）變量選取與說明

1.被解釋變量：構建供給體系質量指標體系。本文在構建供給體系質量指標體系時以黨中央涉及供給側結構性改革和新發展格局國內大循環的政策內容為基礎建立一級、二級指標，并結合相關文獻建立三級指標。指標體系如表1 所示。其中，創新創業指數的測量參考了毛文峰和陸軍（2020）[21]的測度方式，出口技術復雜度的衡量參考了Hausmann等（2007）[22]、盛斌和毛其淋（2017）[23]的計算方式。本文使用熵值法確定各指標的權重并測度各地級市的供給體系質量。

表1 供給體系質量指標體系

2.核心解釋變量：構建數據要素指標體系。為了更全面地衡量各地區數據要素發展水平，本文構建了多維度指標體系并使用熵值法計算數據要素水平得分，指標體系如表2 所示。

表2 數據要素水平指標體系

3.控制變量。為了盡量減少遺漏變量導致的偏誤，提高結果的準確性，本文參考以往的文獻選取了4 個控制變量（見表3）。

表3 控制變量的選取

（三）數據來源

考慮到數據的可得性與完整性，本文基于2011—2020 年中國279 個地級市的數據進行研究。數據主要來源于《中國城市統計年鑒》《中國區域經濟統計年鑒》《中國環境統計年鑒》、中國碳核算數據庫、中國海關進出口統計數據庫、聯合國商品貿易統計數據庫、北京大學數字金融研究中心和各省市統計年鑒及統計公報等。

四、實證研究

（一）空間相關性分析與模型選擇

1.供給體系質量的空間相關性分析。在研究數據要素影響供給體系質量的空間效應之前，有必要計算供給體系質量的空間自相關系數以檢驗其是否具有空間上的依賴性。本文分別結合地理距離矩陣和經濟距離矩陣測算供給體系質量的全局莫蘭指數。據表4 得，在結合地理距離和經濟距離兩種矩陣時，供給體系質量的莫蘭指數均在1%的水平下顯著為正，說明供給體系質量在空間上并非隨機分布狀態，具有相似空間特征和經濟特征的城市具有一定的集聚效應。

表4 全局莫蘭檢驗結果

2.空間計量模型的選擇。在檢驗了供給體系質量的空間自相關性后，進行空間計量模型的選擇，相關檢驗結果如表5 所示。第一，在使用地理距離和經濟距離兩種矩陣的情況下，LM 檢驗結果顯著為正，說明本實證研究適用于空間面板計量模型。第二，Hausman 檢驗在兩種矩陣下均在1%的水平上拒絕原假設，因此選擇固定效應模型。第三，進行LR 似然比檢驗和Wald 檢驗，使用經濟距離矩陣時，LR 和Wald 檢驗均拒絕原假設，說明SDM 不會退化為SEM或SAR；使用地理距離矩陣時，LR 檢驗通過，Wald檢驗并沒有通過。雖然LR 和Wald 檢驗結果不一致，但是在小樣本下，LR 檢驗的漸進性更好且SDM模型比SEM 模型和SAR 模型的形式更加一般化，故而仍選擇SDM 空間杜賓模型。第四，對模型進行個體、時間和個體時間雙固定三種形式的回歸，對比回歸結果發現兩者均在時間固定效應模型下的擬合優度最高。綜上所述，最終選擇時間固定效應的空間杜賓模型對研究假設進行檢驗。

表5 空間計量模型的檢驗結果

（二）空間計量模型結果分析

本文以2011—2020 年我國279 個地級市為樣本，利用SDM 模型實證檢驗數據要素對城市供給體系質量的直接影響與空間溢出效應，具體的回歸結果如表6 所示。

表6 靜態和動態空間杜賓模型回歸結果

1.靜態空間面板模型回歸結果分析。匯總實證檢驗結果，據表6 分析我國各地級市供給體系質量的空間效應。整體來看，列（1）和列（2）中，供給體系質量的空間自回歸系數Spatial-rho 均顯著為正，這表明在地理距離和經濟距離矩陣下，供給體系質量存在顯著的正向空間溢出效應，說明本地區供給體系質量的提高對地理上相鄰和經濟水平上相似地區的供給體系質量表現為積極影響。

在列（1）和列（2）中，數據要素水平的系數分別為0.3 和0.279，且均在1%的水平上顯著，表明數據要素水平的提高對供給體系質量的提升有顯著促進作用，假設1 成立?？刂谱兞糠矫?，在列（1）和列（2）中，金融發展水平和對外開放程度的系數均顯著為正，表明兩者對供給體系質量都具有顯著的正向作用，說明一個地區的金融和對外開放會在一定程度上促進供給體系質量的提升。

在空間效應上，列（1）中數據要素和金融發展水平的空間滯后項回歸系數均顯著為負，說明數據要素和金融發展水平對鄰近地區的供給體系質量發展具有負向的空間溢出效應；對外開放程度和交通通達度的空間滯后項的回歸系數顯著為正，說明相鄰地區的對外開放程度和交通通達度對本地的供給體系質量具有正向的空間溢出效應。列（2）中，經濟發展水平的空間滯后項的回歸系數顯著為正，表明其對相似經濟發展水平城市的供給體系質量具有正向的空間溢出效應；對外開放程度和交通通達度的滯后項的系數均顯著為負，說明相似經濟發展水平城市的對外開放程度和交通通達度的提升會抑制該城市供給體系質量的提升。

2.動態空間面板模型回歸結果分析。中國供給體系的演化是一個系統且持續的過程，上文中靜態空間面板模型忽略了數據要素以外的其他因素對供給體系質量的影響，容易造成參數估計偏誤。因此，本文在表6 列（1）、列（2）的基礎上引入供給體系質量的一階滯后項表征除數據要素以外的其他潛在的影響因素，同時考慮其空間效應建立供給體系質量的動態空間面板模型，結果如表6 列（3）、列（4）所示。

在考慮供給體系質量一階滯后變量的動態空間面板模型中，地理距離矩陣列（3）和經濟距離矩陣列（4）的空間自回歸系數分別為0.181 和0.038，均在1%的水平上顯著，較之靜態空間面板模型的系數有所下降，這可能是靜態空間面板模型將解釋變量以外的潛在因素的影響歸結為空間相關性導致的。另外，動態模型的擬合優度較之靜態模型均有了大幅提升，表明建立動態空間面板模型研究數據要素對供給體系質量的影響與空間效應是有必要的。

列（3）、列（4）中，滯后一期的供給體系質量作為解釋變量，其系數分別為1.073 和1.081，且均在1%的水平上顯著，表明除卻數據要素等解釋變量以外的其他外在因素（如市場環境、制度因素等）對供給體系質量的影響顯著且為正向。列（4）中，數據要素的回歸系數仍顯著為正，進一步驗證了假設1。

（三）直接效應與間接效應分析

將表6 中空間面板列（1）、列（2）的空間總效應分解為直接效應和間接效應兩部分，檢驗結果如表7 所示。數據要素水平在兩種模型下的直接效應均在1%的水平上顯著為正，間接效應雖然符號不一致，但都不顯著，總效應系數均為正，且在經濟距離矩陣下具有顯著性，這說明數據要素在區域內具有顯著的正向空間溢出效應。

表7 空間效應分解

（四）穩健性檢驗

為驗證實證結果的可靠性，采用替換變量法和替換空間權重矩陣的方法進行穩健性檢驗。其一，本文更改解釋變量數據要素的測度方法，使用主成分分析法對其進行統計測算，并分別使用地理反距離矩陣和經濟距離矩陣對模型進行回歸。其二，更換空間權重矩陣，分別以地理鄰接距離矩陣和經濟地理嵌套矩陣建立空間面板模型進行回歸。根據表8 可知，四種模型的供給體系質量的空間自回歸系數和數據要素的回歸系數仍顯著為正，說明檢驗結果具有穩健性。

表8 穩健性檢驗

（五）綠色全要素生產率的中介作用分析

前文從綠色全要素生產率（gtfp）的角度對數據要素提高城市供給體系質量的傳導機制進行了理論分析，為了驗證假設2，本文構建以地理距離矩陣為空間權重矩陣的包含空間效應的中介效應模型進行逐步回歸，檢驗結果如表9 所示。

表9 中介效應檢驗結果

匯總表9 的中介效應檢驗結果：列（1）是數據要素影響供給體系質量的基準回歸結果，數據要素的回歸系數為0.3，顯著為正，表明數據要素可以促進供給體系質量的提高；列（2）是數據要素對綠色全要素生產率的回歸結果，數據要素的系數顯著為正，表明數據要素水平的提升會顯著促進當地綠色全要素生產率的提高，證實了前文的理論分析；列（3）是數據要素和綠色全要素生產率影響供給體系質量的回歸結果。其中，綠色全要素生產率的回歸系數為0.029，通過了顯著性檢驗，說明通過了中介效應檢驗，綠色全要素生產率是中介變量。另外，列（3）中數據要素的回歸系數顯著為正，表明綠色全要素生產率在數據要素影響供給體系質量的過程中具有部分中介效應，假設2 成立。

根據表9 可以發現，數據要素的產生及發展顯著提高了區域的供給體系質量，而綠色全要素生產率的部分中介作用說明數據要素對供給體系的積極影響在一定程度上依靠綠色全要素生產率實現，驗證了前文的理論假設。數據要素在參與生產的過程中，發揮了其與其他生產要素的協同聯動效應，有效降低了要素市場的信息不對稱，減緩了傳統要素的市場扭曲程度，改善了傳統生產要素的配置方式，優化了綠色全要素生產率。綠色全要素生產率的提升代表了經濟的增長與生態的平衡，是驅動供給側結構轉型升級，提高供給體系質量的重要環節。

五、結論與啟示

本文通過建立空間杜賓模型實證分析了數據要素對供給體系質量的影響。主要結論如下：第一，供給體系質量具有顯著的正向空間溢出效應，這一結論在使用動態空間杜賓模型以及替換不同空間權重矩陣和解釋變量后仍成立。第二，數據要素對提升供給體系質量具有明顯的積極影響，在空間效應分析中，數據要素的提高對本地區供給體系質量的發展具有促進作用，但對相鄰地區有負向影響。第三，綠色全要素生產率的中介效應表明存在著“數據要素-綠色全要素生產率-供給體系質量”的傳導機制。數據要素可以通過提高綠色全要素生產率進而對供給體系質量產生積極影響，穩健性檢驗進一步證實了以上實證檢驗結論。

基于以上研究結論，本文提出以下三點啟示：

第一，推動新型數字基礎設施建設，加大數據匹配性投入，推動數字經濟與實體經濟的融合，帶動當地供給體系質量的提升。數字基礎設施是我國打造數字未來，充分利用數據要素的基石，涉及5G、數據中心、云計算、人工智能、物聯網和區塊鏈等新一代的信息通信技術和以此類技術為基礎的各類數字平臺。當前我國已經擁有全球最大規模的網絡基礎設施，但是網絡復雜度的提升、應用場景的細分對計算機通信網絡和算力節點提出了更高的技術要求，應積極推進算網協同高質量發展，提升計算機存儲、處理、分析數據的能力，有效釋放數據要素潛能。同時，要重視數字基礎設施的區域平衡，注意協調發展，避免數據要素對鄰近地區所帶來的負向影響。

第二，完善數據要素的市場機制，合規有效地推動各生產要素的協同配合。數據要素市場化流通的前提是數據確權，建立數據資源持有權、使用權和經營權等分置的產權運行機制有利于提高數據要素本身的配置效率，發揮數據要素對其他生產要素的優化配置作用，推動各生產要素的協調配合，提高生產效率。在這一過程中，既要充分發揮市場的決定性作用，也要加強對不同行業的數據治理監督，構建有效市場和有為政府相結合的數據治理新格局。

第三，堅持創新驅動發展戰略，提升自主創新能力。一方面，要重視數據要素在推動產業結構升級、促進技術創新和提升供給體系質量過程中所發揮的重要作用。企業在轉型升級的過程中要重視數據所發揮的作用，積極迎接數字化，擁抱數字化轉型，形成以數據為核心的數據化思維模式，并據此做出戰略性調整。另一方面，鼓勵大眾創業萬眾創新，引導應用研究帶動基礎研究。在研發過程中，要充分發揮數據要素的作用，提高研發效率與科技成果轉化率，加快建設產業現代化體系，深化供給側結構性改革。